目的发现影响肺癌发病的生活行为相关危险因素,并构建肺癌风险预测模型,识别人群中的高风险个体,帮助肺癌早期筛查。方法本研究数据来源于英国生物样本库(UK Biobank)2006年3月–2010年10月收集的502389名参与者。参考国内外肺癌筛查指南和高质量肺癌危险因素研究文献,确定本研究高危人群识别标准。采用单因素Cox回归分析及逐步回归筛选出肺癌的危险因素,通过Cox比例风险回归构建多因素肺癌风险预测模型,根据比较赤池信息准则以及Schoenfeld残差检验结果,最终选择等比例假设的最优拟合模型。多因素Cox比例风险回归考虑生存时间,将人群按7∶3的比例随机分为训练集和验证集,使用训练集建立模型,并用验证集对模型性能进行内部验证。受试者工作特征曲线(ROC)曲线的曲线下面积(AUC)被用于评估模型的效能。将人群按照发病概率的0%~<25%、25%~<75%、75%~100%分为低风险、中风险及高风险人群,分别计算其中的发病人数占比。结果本研究最终纳入453558人,在累计随访5505402人年期间,共诊断出2330例肺癌。Cox比例风险回归分析筛选出10个自变量建立模型:年龄、体质量指数(body mass index,BMI)、学历、收入、体力活动情况、吸烟状态、饮酒频率、新鲜水果摄入量、癌症家族史、烟草暴露。该模型通过内部验证结果显示8个自变量(除BMI和新鲜水果摄入量外)均是肺癌的影响因素(P<0.05)。该模型训练集预测肺癌发生的一年、五年、十年AUC分别为0.825、0.785、0.777;验证集预测肺癌发生的一年、五年、十年AUC分别为0.857、0.782、0.765。筛查高风险人群可发现68.38%的未来肺癌发病个体。结论本研究建立了大规模人群生活行为方式相关的肺癌风险预测模型,其在判别能力方面表现出良好的性能,为制定肺癌标准化筛查策略提供了工具。
细胞和基因治疗(cell and gene therapies, CGTs)受到国际社会的广泛重视并取得快速发展，科学监管有益于促进行业良性有序发展。本文通过政策系统梳理，结合主要历史事件勾勒了我国CGTs监管政策的调整脉络和历史沿革，大致将我国CGTs...
详细信息
细胞和基因治疗(cell and gene therapies, CGTs)受到国际社会的广泛重视并取得快速发展，科学监管有益于促进行业良性有序发展。本文通过政策系统梳理，结合主要历史事件勾勒了我国CGTs监管政策的调整脉络和历史沿革，大致将我国CGTs的监管历程分为4个时期：跟随探索期(1993—2005年)、监管真空期(2005—2008年)、乱象整顿期(2009—2018年)以及科学监管期(2019年至今)。同时，对各时期的政策导向和问题进行了系统综述。最后，对比国际先进经验，从中寻求有益启示并对未来进行展望。
暂无评论